Big data i social media Codi:  M1.661    :  5
Consulta de les dades generals   Descripció   L'assignatura en el conjunt del pla d'estudis   Camps professionals en què es projecta   Coneixements previs   Informació prèvia a la matrícula   Objectius i competències   Continguts   Consulta dels recursos d'aprenentatge de la UOC per a l'assignatura   Informació addicional sobre els recursos d'aprenentatge i eines de suport   Informacions sobre l'avaluació a la UOC   Consulta del model d'avaluació  
Aquest és el pla docent de l'assignatura per al primer semestre del curs 2024-2025. Podeu consultar si l'assignatura s'ofereix aquest semestre a l'espai del campus Més UOC / La universitat / Plans d'estudis). Un cop comenci la docència, heu de consultar-lo a l'aula. El pla docent pot estar subjecte a canvis.

Big data i social media és una assignatura optativa de 5 crèdits del màster universitari de Social Media, gestió i estratègia. 

Aquesta assignatura proporciona diferents estratègies d'anàlisi de les dades que estan presents en mitjans socials com Twitter o Facebook o Youtube.

Es posaran en pràctica diverses eines i operacions per realitzar les següents activitats: la recollida de dades dels mitjans socials, les operacions de tractament de dades i la seva anàlisi bàsica amb tècniques de mineria de dades i, per últim, la preparació de les dades per a visualitzar els resultats obtinguts.

L'assignatura té un enfocament molt pràctic i dinàmic per a que l'estudiantat pugui aplicar de manera immediata els continguts del curs a temes del seu interès.

Els objectius d'aprenentatge que es plantegen en aquesta assignatura són els següents:

  • Recollir i analitzar les dades que estan presents en els mitjans socials. 
  • Dur a terme operacions i anàlisis bàsiques amb tècniques de Mineria de Dades.
  • Fer servir eines per visualitzar els resultats obtinguts.

Amunt

L'assignatura Big data i social media és una de les assignatures optatives del màster que forma part  de la matèria  "Investigación en social media". Aquesta engloba tres assignatures, el conjunt de les quals conformen 15 crèdits. Per tant, "Big data i social media" se complementa amb les altres dos optatives d'aquest grup: "Analítica  avançada en social media" i "Metodologies d'investigació en comunicació".

Aquesta assignatura permet aprofundir especialment en l'àrea de recerca centrada en els mitjans socials. Així mateix, també permet conèixer els mitjans socials com un canal des del qual es pot obtenir informació i des del qual es distribueix aquesta informació.

Aquesta assignatura, juntament amb la de "Analítica  avançada en social media" i "Metodologies d'investigació en comunicació", ofereix a l'estudiant un perfil més analític i d'explotació de les dades per a extreure coneixement, que redunda en la creació de valor per a l'organització propietària de les xarxes.

Amunt

Aquesta assignatura reforça de manera transversal a diferents perfils professionals de l'àmbit de gestió i estratègia del social media. A més, consolida un perfil d'analista de social media que contribueix a reforçar el perfil de director de social media i responsable de l'estratègia en social media.

L'aspecte principal per a contribuir a reforçar aquests perfils es que amb dades se genera la informació necessària per a crear coneixement en el que fonamentar les decisions implícites en definir l'estratègia en social media.

Amunt

Aquest master universitari és una titulació oficial adaptada a l'espai europeu d'educació superior. És necessari estar en disposició d'un títol universitari oficial.

Amunt

En cas de fer el màster en un curs lectiu és recomenable fer aquesta assignatura en el primer semestre, per a poder fer en el segon semestre les altres dues assignatures que conformen el perfil d'analista en social media: "Analítica avanzada en social media" i "Metodologies ed'investigació en comunicació".

En cas de fer-ho en dos cursos lectius, es recomana fer aquesta assignatura en el primer semestre del segon curs lectiu.

Amunt

Objectius 

El contingut acadèmic d'aquesta assignatura s'orienta a aconseguir que l'estudiant assoleixi els objectius següents: 

  • Extreure continguts dels mitjans socials fent servir eines específiques.
  • Fer servir mètodes de Mineria de Dades per generar coneixement en base a les dades extretes dels mitjans socials
  • Visualitzar els resultats per a extreure coneixement de les dades.
  • Saber interpretar i argumentar de manera clara i exhaustiva els resultats obtinguts de les dades analitzades.
  • Entendre les implicacions de la recopilació i anàlisi de dades per a la privadesa de les persones implicades.

Competències

Les competències bàsiques i generals del màster que estan vinculades a l'assignatura Big data i social media són les següents:

  • Posseir i comprendre coneixements que aportin una base o oportunitat de ser originals en el desenvolupament o aplicació d'idees, sovint en un context de recerca.
  • Saber comunicar, per part dels estudiants, les seves conclusions - i els coneixements i raons últimes que les sustenten- a públics especialitzats i no especialitzats d'una manera clara i sense ambigüitats.
  • Reconèixer i avaluar de forma curosa la rellevància i significació de la informació, identificant les implicacions i conseqüències d'un argument, discurs o raonament.

Les competències transversals del màster que estan vinculades a l'assignatura Big data i social media són les següents: 

  • Aplicar de forma crítica l'ús de les TIC en l'àmbit d'acadèmic i professional de referència.
  • Dissenyar un pla o projecte i gestionar-lo en un entorn professional o de recerca.
  • Actuar de manera honesta, ètica, sostenible, socialment responsable i respectuosa amb els drets humans i la diversitat, tant en la pràctica acadèmica com en la professional, i dissenyar solucions per a la millora d'aquestes pràctiques.

 Les competències específiques del màster vinculades a l'assignatura Big data i social media són les següents: 

  • Dominar les diferents tècniques, tecnologies o recursos per a la identificació, seguiment, recuperació, tractament, creació, representació, visualització i/o explotació de les dades i continguts que hi ha en els mitjans socials.
  • Detectar i gestionar les interaccions, interrelacions i/o el valor dels nodes que es creen en la comunicació xarxa, pròpia d'entorns social media.
  • Analitzar i emetre informes professionals i/o específics en l'àmbit dels mitjans socials.
  • Formular i desenvolupar una estratègia de curació de continguts i/o gestió de dades en els social media que permeti, per mitjà de diferents tècniques i mètodes, recopilar, seleccionar i generar informació de qualitat per a l'entorn professional o de recerca.

Per últim, a l'assignatura de social media, treballen les següents competències pròpies de l'assignatura: 

  • Dissenyar una estratègia de recopilació i anàlisi de dades per a respondre preguntes d'interès.
  • Identificar fonts de dades rellevants.
  • Fer servir eines per a recopilar dades de xarxes socials, com per exemple les pròpies de Facebook, Youtube o Twitter, d'entre altres.
  • Preparar la visualització dels resultats obtinguts.
  • Redactar informes per a explicar el procés d'anàlisi i els resultats, destacant innovació i aspectes d'honestedat i ètica.
  • Interpretar els resultats extraient conclusions per a respondre les preguntes de recerca.

Totes aquestes competències - bàsiques,  generals, transversals, específiques, i molt especialment les competències pròpies de l'assignatura - se materialitzen en les Proves d'Avaluació Continuada (PAC), on treballem activitats que tenen en compte sobre tot les competències específiques del màster. En cada enunciat PAC tindrem descrits els objectius i les competències que treballem.

 

Amunt

L'assignatura Big data i social media consta dels continguts següents:

Mòdul 1: Dades massives i mineria de dades socials, conceptes i eines bàsiques.

Mòdul 2: Mineria de Dades dels Social Media, tècniques per l'anàlisi de dades massives.

Mòdul 3: Visualització de dades extretes dels Social Media  .

Amunt

Social media Toolkit Web
Social media Toolkit Web
Dades massives i mineria de dades socials, conceptes i eines bàsiques XML
Dades massives i mineria de dades socials, conceptes i eines bàsiques DAISY
Dades massives i mineria de dades socials, conceptes i eines bàsiques EPUB 2.0
Dades massives i mineria de dades socials, conceptes i eines bàsiques MOBIPOCKET
Dades massives i mineria de dades socials, conceptes i eines bàsiques HTML5
Dades massives i mineria de dades socials, conceptes i eines bàsiques PDF
Datos masivos y minería de datos sociales: conceptos y herramientas básicas XML
Datos masivos y minería de datos sociales: conceptos y herramientas básicas DAISY
Datos masivos y minería de datos sociales: conceptos y herramientas básicas EPUB 2.0
Datos masivos y minería de datos sociales: conceptos y herramientas básicas MOBIPOCKET
Datos masivos y minería de datos sociales: conceptos y herramientas básicas HTML5
Datos masivos y minería de datos sociales: conceptos y herramientas básicas PDF
Visualització de dades extretes dels mitjans de comunicació socials XML
Visualització de dades extretes dels mitjans de comunicació socials DAISY
Visualització de dades extretes dels mitjans de comunicació socials EPUB 2.0
Visualització de dades extretes dels mitjans de comunicació socials MOBIPOCKET
Visualització de dades extretes dels mitjans de comunicació socials HTML5
Visualització de dades extretes dels mitjans de comunicació socials PDF
Mineria de dades dels Social media, tècniques per l'anàlisi de dades massives XML
Mineria de dades dels Social media, tècniques per l'anàlisi de dades massives DAISY
Mineria de dades dels Social media, tècniques per l'anàlisi de dades massives EPUB 2.0
Mineria de dades dels Social media, tècniques per l'anàlisi de dades massives MOBIPOCKET
Mineria de dades dels Social media, tècniques per l'anàlisi de dades massives HTML5
Mineria de dades dels Social media, tècniques per l'anàlisi de dades massives PDF
Visualización de datos extraídos de los medios sociales XML
Visualización de datos extraídos de los medios sociales DAISY
Visualización de datos extraídos de los medios sociales EPUB 2.0
Visualización de datos extraídos de los medios sociales MOBIPOCKET
Visualización de datos extraídos de los medios sociales HTML5
Visualización de datos extraídos de los medios sociales PDF
Minería de datos de los Social Media, técnicas para el análisis de datos masivos XML
Minería de datos de los Social Media, técnicas para el análisis de datos masivos DAISY
Minería de datos de los Social Media, técnicas para el análisis de datos masivos EPUB 2.0
Minería de datos de los Social Media, técnicas para el análisis de datos masivos MOBIPOCKET
Minería de datos de los Social Media, técnicas para el análisis de datos masivos HTML5
Minería de datos de los Social Media, técnicas para el análisis de datos masivos PDF
Virtual Machine Programari en línia
Toolkit de gènere Web
Toolkit de género Web
Adquisición de datos de Twitter Audiovisual
Visualización de datos con Looker Studio Audiovisual
Visualización de datos con Tableau Audiovisual
Entrenament d'un classificador de gènere Audiovisual
Adquisició de dades de Twitter Audiovisual
Visualització de dades amb Tableau Audiovisual
Entrenamiento de un clasificador de género Audiovisual
Visualització de dades amb Looker Studio Audiovisual
Com exteure dades a Youtube Audiovisual
Cómo extraer datos en Youtube Audiovisual

Amunt

Per a treballar l'assignatura, l'estudiant disposa a l'aula d'un blog amb els materials bàsics. Aquests materials es composen d'uns mòduls de lectura obligatòria, i uns vídeos que focalitzen el treball de l'assignatura.

A més, a l'aula hi ha un recull de materials de suport, la lectura dels quals s'anirà recomanant en el tauler del professor, per tal de reforçar coneixement i ajudar a la realització dels exercicis.

Amunt

A la UOC, l'avaluació generalment és virtual. S'estructura entorn de l'avaluació contínua, que inclou diferents activitats o reptes; l'avaluació final, que es porta a terme mitjançant proves o exàmens, i el treball final de la titulació.

Les activitats o proves d'avaluació poden ser escrites i/o audiovisuals, amb preguntes aleatòries, proves orals síncrones o asíncrones, etc., d'acord amb el que decideixi cada equip docent. Els treballs finals representen el tancament d'un procés formatiu que implica la realització d'un treball original i tutoritzat que té com a objectiu demostrar l'adquisició competencial feta al llarg del programa.

Per verificar la identitat de l'estudiant i l'autoria de les proves d'avaluació, la UOC es reserva la potestat d'aplicar diferents sistemes de reconeixement de la identitat i de detecció del plagi. Amb aquest objectiu, la UOC pot dur a terme enregistrament audiovisual o fer servir mètodes o tècniques de supervisió durant l'execució de qualsevol activitat acadèmica.

Així mateix, la UOC pot exigir a l'estudiant l'ús de dispositius electrònics (micròfons, càmeres o altres eines) o programari específic durant l'avaluació. És responsabilitat de l'estudiant assegurar que aquests dispositius funcionen correctament.

El procés d'avaluació es fonamenta en el treball personal de l'estudiant i pressuposa l'autenticitat de l'autoria i l'originalitat de les activitats acadèmiques. Al web sobre integritat acadèmica i plagi de la UOC hi ha més informació respecte d'aquesta qüestió.

La manca d'autenticitat en l'autoria o d'originalitat de les proves d'avaluació; la còpia o el plagi; la suplantació d'identitat; l'acceptació o l'obtenció de qualsevol activitat acadèmica a canvi d'una contraprestació o no; la col·laboració, l'encobriment o l'afavoriment de la còpia, o l'ús de material, programari o dispositius no autoritzats en el pla docent o l'enunciat de l'activitat acadèmica, inclosa la intel·ligència artificial i la traducció automàtica, entre altres, són conductes irregulars en l'avaluació que poden tenir conseqüències acadèmiques i disciplinàries greus.

Aquestes conductes irregulars poden comportar el suspens (D/0) en les activitats avaluables que es defineixin en el pla docent -incloses les proves finals- o en la qualificació final de l'assignatura, sigui perquè s'han utilitzat materials, programari o dispositius no autoritzats durant les proves (com l'ús d'intel·ligència artificial no permesa, xarxes socials o cercadors d'informació a internet), perquè s'han copiat fragments de text d'una font externa (internet, apunts, llibres, articles, treballs o proves d'altres estudiants, etc.) sense la citació corresponent, per la compravenda d'activitats acadèmiques, o perquè s'ha dut a terme qualsevol altra conducta irregular.

Així mateix, i d'acord amb la normativa acadèmica, les conductes irregulars en l'avaluació també poden donar lloc a la incoació d'un procediment disciplinari i a l'aplicació, si escau, de la sanció que correspongui, de conformitat amb el que estableix la normativa de convivència de la UOC.

En el marc del procés d'avaluació, la UOC es reserva la potestat de:

  • Sol·licitar a l'estudiant que acrediti la seva identitat segons el que estableix la normativa acadèmica.
  • Sol·licitar a l'estudiant que acrediti l'autoria del seu treball al llarg de tot el procés d'avaluació, tant en l'avaluació contínua com en l'avaluació final, per mitjà d'una entrevista oral síncrona, que pot ser objecte d'enregistrament audiovisual, o pels mitjans que estableixi la Universitat. Aquests mitjans tenen l'objectiu de verificar els coneixements i les competències que garanteixin la identitat de l'estudiant. Si no és possible garantir que l'estudiant és l'autor de la prova, aquesta pot ser qualificada amb una D, en el cas de l'avaluació contínua, o amb un suspens, en el cas de l'avaluació final.

Intel·ligència artificial en el marc de l'avaluació

La UOC reconeix el valor i el potencial de la intel·ligència artificial (IA) en l'àmbit educatiu, alhora que posa de manifest els riscos que comporta si no s'utilitza de manera ètica, crítica i responsable. En aquest sentit, en cada activitat d'avaluació s'informarà l'estudiantat sobre les eines i els recursos d'IA que es poden utilitzar i en quines condicions. Per la seva banda, l'estudiantat es compromet a seguir les indicacions de la UOC a l'hora de dur a terme les activitats d'avaluació i de citar les eines utilitzades i, concretament, a identificar els textos o les imatges generats per sistemes d'IA, els quals no podrà presentar com si fossin propis.

Amb relació a fer servir o no la IA per resoldre una activitat, l'enunciat de les activitats d'avaluació indica les limitacions en l'ús d'aquestes eines. Cal tenir en compte que fer-les servir de manera inadequada, com ara en activitats en què no estan permeses o no citar-les en les activitats en què sí que ho estan, es pot considerar una conducta irregular en l'avaluació. En cas de dubte, es recomana que, abans de lliurar l'activitat, es faci arribar una consulta al professorat col·laborador de l'aula.

Amunt

L'assignatura només es pot aprovar amb el seguiment i la superació de l'avaluació contínua (AC). La qualificació final de l'assignatura és la nota obtinguda a l'AC.

 

Amunt